Durban:新一代多图裁剪利器
2024-05-22 00:13:10作者:邬祺芯Juliet
Durban:新一代多图裁剪利器
项目介绍
Durban 是一个现代化的 Markdown 风格图片裁剪工具,其设计目标是提供更友好的用户体验,特别是对于需要一次性裁剪多张图片的情况。这个项目源自 Yalantis 的 uCrop,经过改造后,Durban 更加适合与 Album 图片选择库配合使用,为开发者提供了高效、易集成的图片裁剪解决方案。
项目技术分析
Durban 基于 Android 平台,使用 Java 开发,提供了一套完整的 API 接口供开发者使用。它的核心特性包括:
- 多图裁剪:不同于传统单图裁剪,Durban 支持一次裁剪多张图片,大大提升了效率。
- 全面自定义:您可以定制裁剪界面的标题、状态栏、工具栏以及导航栏的颜色,适应您的应用主题。
- 手势操作:提供 ROTATE、SCALE 和 ALL 等多种手势操作模式,让用户在裁剪过程中拥有更多自由度。
项目及技术应用场景
Durban 非常适用于需要处理大量图片的应用,如社交网络、相册应用或是任何需要用户上传图片的场景。结合 Album,可以实现从图片选择到裁剪的一站式体验,使用户在上传照片时能够轻松快捷地调整和优化图片。
项目特点
- 简单集成:通过简单的 Gradle 或 Maven 依赖即可快速集成到项目中。
- 灵活配置:提供丰富的配置选项,包括图片输入、输出路径、最大宽高限制、裁剪比例等。
- 兼容性好:支持
Activity和Fragment,无论是原生的还是支持库版本。 - 本地化:内置英文、简体中文和繁体中文,可扩展支持更多语言。
- 混淆友好:提供默认的混淆规则,方便进行代码保护。
示例代码
只需几行代码,您就可以启动 Durban 进行图片裁剪:
Durban.with(this)
.title("Crop")
.statusBarColor(ContextCompat.getColor(this, R.color.colorPrimaryDark))
.inputImagePaths(imagePathList)
.outputDirectory(cropDirectory)
.aspectRatio(1, 1)
.requestCode(200)
.start();
随后,在 onActivityResult() 中解析裁剪结果:
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
switch (requestCode) {
case 200: {
ArrayList<String> mImageList = Durban.parseResult(data);
break;
}
}
}
社区支持
Durban 提供了一个技术交流平台,方便开发者们相互交流和解决问题。
许可证
项目遵循 Apache v2.0 许可证,确保了您对源代码的广泛使用权利。
总之,Durban 是一款强大而实用的 Android 图片裁剪工具,其高效、易用和高度定制化的特性将极大地提升你的开发体验。立即尝试并加入我们的社区,一起探索更多的可能性!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217